Superagent SDK
为 AI 应用拦截提示注入、脱敏敏感数据并扫描安全威胁。
按维度查看评分与理由
证据显示：SDK 需要 API 密钥，但未明确最小权限原则；没有用户确认机制；数据流透明度有限，仅提及数据不离开环境；敏感数据处理有 redact 功能，但未说明存储和传输；依赖安全未提及；外部影响包括 API 调用和网络请求，但未说明副作用；没有回滚机制；来源归属有 MIT 许可证和版权声明，但发布者未验证。扣分原因：缺少权限最小化、用户确认、回滚等关键安全机制。
证据显示：README 和测试文件一致，但测试是模拟的，未验证真实行为；依赖可用性未说明；失败消息未提供。扣分原因：测试未覆盖真实 API 调用，依赖和错误处理信息不足。
证据显示：面向开发者，提供多种集成方式（SDK、CLI、MCP），场景明确；能力边界未明确说明；触发精度未详细说明；环境适配有 TypeScript 和 Python 版本，但未说明所有环境。扣分原因：能力边界和触发条件描述不足。
证据显示：信息架构清晰，有 README、文档链接；安装说明明确；命名稳定（safety-agent）；有示例和 FAQ 链接；已知限制未明确；许可证 MIT；版本和变更日志缺失；维护责任未明确。扣分原因：缺少版本和变更日志，已知限制未说明。
证据显示：输出可用性高，有明确的结果结构；边际价值高，提供安全功能；成本效益未详细说明，但提及成本。扣分原因：成本效益分析不足。
证据显示：声明有文档和模型支持，但未提供具体证据；跨来源验证有限；事实和推断未明确区分。扣分原因：缺乏可验证的测试结果和独立验证。
- 发布者未验证，身份未知。
- 测试均为模拟，未验证真实 API 行为。
- 缺少版本和变更日志，维护责任不明确。
- 依赖安全未提及，需检查依赖漏洞。
这个 Agent 能做什么，适合哪些场景？
Superagent SDK 是一个面向 AI 应用安全的开源 SDK，提供 Guard、Redact、Scan 和计划中的 Test 功能。它提供 TypeScript SDK、Python SDK、CLI 与 MCP Server，其中 MCP Server 明确用于 Claude Code 和 Claude Desktop。Guard 在运行时接收输入并返回 classification 与 violation_types，供应用阻断提示注入、恶意指令或不安全的工具调用。Redact 接收文本并输出替换了 PII、PHI 或密钥的 redacted 文本；Scan 接收仓库 URL，输出安全报告及 usage.cost。项目说明其可配合 OpenAI、Anthropic、Google、Groq、Bedrock 等模型使用，也提供可自行部署的 Guard 开源权重模型。
应用通过 createClient() 创建客户端后，可调用 client.guard({ input }) 检查用户消息；当 result.classification 为 "block" 时，可读取 result.violation_types 并在应用中阻断请求。client.redact({ input, model }) 会处理输入文本，并在 result.redacted 中返回已替换敏感内容的文本。client.scan({ repo: "https://github.com/user/repo" }) 会分析指定仓库中的面向 AI agent 的攻击，例如 repo poisoning 和恶意指令，并返回 result.result 安全报告与 result.usage.cost。README 还展示了 client.test({ endpoint, scenarios }) 的红队测试接口，但该功能标注为 Coming soon。
- 负责面向外部用户的聊天或助手应用的开发团队，可在将 userMessage 交给模型或工具前调用 Guard，并依据 "block" 分类拒绝请求。
- 处理支持工单、医疗相关文本或用户提交内容的产品团队，可用 Redact 移除 PII、PHI 和 secrets 后再继续处理文本。
- 准备接入第三方 GitHub 仓库、代码库或外部项目内容的安全团队，可用 Scan 对仓库 URL 生成安全报告并查看扫描成本。
- 使用 Claude Code 或 Claude Desktop 的开发者，可选择项目提供的 MCP Server 集成方式。
- 希望在自身基础设施运行 Guard 的团队，可根据速度与准确性需求选择 0.6B、1.7B 或 4B 开源权重模型，或使用其 GGUF CPU 版本。
这个 Agent 有哪些优点和局限？
- 同时提供 TypeScript、Python、CLI 和 MCP Server，覆盖嵌入应用、自动化和 Claude Code/Claude Desktop 的接入方式。
- Guard、Redact 与 Scan 分别产生可供程序处理的分类/违规类型、脱敏文本和安全报告/成本信息，而非只提供笼统的安全建议。
- 提供 0.6B、1.7B、4B 的 Guard 开源权重模型及 CPU 用 GGUF 版本，README 明确说明自托管可避免数据离开环境。
- Scan 专门针对 repo poisoning 与恶意指令等面向 AI agent 的仓库攻击。
- 使用 SDK API 的入门流程要求在 superagent.sh 注册并配置 SUPERAGENT_API_KEY。
- README 未说明 API 定价、配额、认证失败处理或 Guard/Redact/Scan 的完整响应字段与错误语义。
- Test 红队接口仍标为 Coming soon，不能据此视为当前可用能力。
- 自托管 Guard 虽有模型规格说明，但 README 未提供部署命令、硬件要求或推理服务配置。
如何安装或部署这个 Agent？
先在 superagent.sh 注册并获取 API key。TypeScript 安装：npm install safety-agent；Python 安装：uv add safety-agent。随后在 shell 中设置：export SUPERAGENT_API_KEY=your-key。
如何使用这个 Agent？
TypeScript 的最小 Guard 调用为：import { createClient } from "safety-agent"; const client = createClient(); const result = await client.guard({ input: userMessage }); if (result.classification === "block") { console.log(result.violation_types); }。需要脱敏时可调用 client.redact({ input: "My email is [email protected] and SSN is 123-45-6789", model: "openai/gpt-4o-mini" }) 并读取 result.redacted。Python 使用 from safety_agent import create_client、client = create_client()，再以 await client.guard(input=user_message) 或 await client.scan(repo="https://github.com/user/repo") 调用。